Advertise here
#112

Seed-2.0-Lite

Bytedance Seed Lansare: 2026-02-14 Testat la: 2026-10-01 02:42 bytedance-seed/seed-2.0-lite::medium
~200B în total (~20B activi)MoEÎnchisEstimat
(medium) (none)

Rezumat

Seed-2.0-Lite obține 8.2 pe AI BENCHY și este pe #112. Are fiabilitate 10.0, rată de reușită 71.0%, cost total $0.271 și timp mediu de răspuns 48.87s.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~200B în total (~20B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

8.2

Consistență

8.7

Fiabilitate

10.0

Cost total (preț curent)

$0.271

Total tokenuri de ieșire

106,419

Total tokenuri de intrare

229,530

Preț de intrare

$0.250 / 1M

Preț de ieșire

$2.000 / 1M

Preț citire cache

N/D

Preț scriere cache

N/D

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 71.0%

Teste instabile

4

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

48.87s

Timp de răspuns (maxim): 254.92s

Timp de răspuns (total): 1123.91s

Răspuns greșit: 6 Nu a urmat instrucțiunile: 2 Fără răspuns: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#112 Seed-2.0-Lite

medium
Cost
$0.005
Timp
86.7s
Tokenuri
2,354 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 02:42 Retestare 8.2 10.0 $0.271 Rularea curentă
2026-07-16 23:12 Test nou adăugat 7.9 10.0 $0.234 Compară
2026-06-04 14:30 Test nou adăugat 8.2 10.0 $0.175 Compară
2026-05-22 00:37 Retestare 8.1 10.0 $0.153 Compară
2026-04-11 01:44 Prima rulare înregistrată 8.6 N/D $0.121 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-10-01 02:42 · Rularea curentă69/69 încercări8.28.710.014/234106,419229,530$0.27148.87s
2026-06-04 14:30 · Test nou adăugat63/63 încercări8.29.010.014/21381,63646,740$0.17547.07s
Diferență—0.0-0.30.00+1+24783+182790+$0.096+1800ms

Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Seed-2.0-LitemediumvsGPT-5.6 TerramediumSeed-2.0-LitemediumvsKimi K3.1 ProhighSeed-2.0-LitemediumvsGLM 5.2mediumSeed-2.0-LitemediumvsSeed-2.0-CodelowSeed-2.0-LitemediumvsGrok 4.5highSeed-2.0-LitemediumvsDeepSeek V4 Pro 0423highSeed-2.0-LitemediumvsDeepSeek V4.1 Flash 1017maxSeed-2.0-LitemediumvsClaude Opus 4.7mediumSeed-2.0-LitemediumvsGemini 4 ArgonlowSeed-2.0-LitemediumvsDeepSeek V4 Flash 0423high

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 10.0 10.0
Trucuri anti-AI 8.3 10.0
Programare 8.0 9.8
Combinat 6.4 5.8
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.6 7.2
Inteligență generală 6.7 3.6
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 9.0 7.9
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate